コンピュータ断層撮影の学習における適応専門知識の促進 (FAIL CT)
2024年3月31日 更新者：Leonardo Aliaga、Stanford University
FAIL CT 研究: コンピュータ断層撮影の学習における適応専門知識の促進、多施設無作為化対照試験
この研究の主な目的は、エラー管理トレーニングが頭部コンピューター断層撮影の解釈における適応専門知識を向上させることを実証することです。
治験責任医師は、救急医療研修医を対象に、エラー管理トレーニングとエラー回避トレーニングの 2 つの学習戦略を比較するランダム化比較試験を実施します。
研究者は、エラー管理トレーニングは、エラー回避トレーニングと比較して、救急医療レジデントに頭部コンピューター断層撮影の解釈を教えるために使用される場合、スキルの伝達によって測定される適応専門知識を向上させると仮定しています。
調査の概要
詳細な説明
適応的専門知識とは、既存のスキルを新しい状況に適用する能力です。
適応型の専門知識により、医師は、トレーニング中に遭遇しなかった臨床シナリオを管理する際に、予防可能な医療エラーを減らすことができます。
ただし、レジデンシー カリキュラムがこの学習成果に対処することはめったにありません。
エラー管理トレーニングは、新しいコンテキストへのスキルの伝達を改善し、適応する専門知識を開発します。
この方法論は、手続きスキルの適応専門知識を向上させることが示されていますが、医療トレーニングにおける認知スキルへの影響は未調査のままです。
エラー管理トレーニングは、救急医の適応専門知識を開発することにより、患者のケアを改善することを約束します。
ただし、研究者は、レジデンシートレーニングにおける認知スキルの有効性について、さらなる証拠を必要としています.
研究者は、エラー管理トレーニングが認知スキルの適応専門知識を向上させることを実証することを目指しており、モデルとして頭部コンピューター断層撮影の解釈を使用しています。
研究の種類
介入
入学 (実際)
150
段階
- 適用できない
連絡先と場所
このセクションには、調査を実施する担当者の連絡先の詳細と、この調査が実施されている場所に関する情報が記載されています。
研究場所
-
-
California
-
Stanford、California、アメリカ、94305
- Stanford University
-
-
参加基準
研究者は、適格基準と呼ばれる特定の説明に適合する人を探します。これらの基準のいくつかの例は、人の一般的な健康状態または以前の治療です。
適格基準
就学可能な年齢
18年歳以上 (大人、高齢者)
健康ボランティアの受け入れ
はい
説明
包含基準:
- 研究への参加は、スタンフォード大学および 13 の外部サイトで現在救急医療を担当しているすべてのレジデントが利用できます。
除外基準:
- 同意できない大人
- 妊娠中の女性
- 未成年の方（乳幼児、小児、青少年）
- 囚人
- 医学生
- 救急医療以外の専門医の研修医
研究計画
このセクションでは、研究がどのように設計され、研究が何を測定しているかなど、研究計画の詳細を提供します。
研究はどのように設計されていますか？
デザインの詳細
- 主な目的：処理
- 割り当て：ランダム化
- 介入モデル：並列代入
- マスキング：ダブル
武器と介入
参加者グループ / アーム |
介入・治療 |
|---|---|
|
実験的：エラー管理トレーニング (難しい)
参加者は、学習戦略のエラー管理トレーニングを受け、難しい質問に直面します。
|
エラー管理トレーニングは、頭部 CT の解釈を教えるために使用されます。
参加者は難しい質問に直面します。
|
|
実験的：エラー管理トレーニング (簡単)
参加者は、学習戦略のエラー管理トレーニングを受け、簡単な質問に直面します。
|
エラー管理トレーニングは、頭部 CT の解釈を教えるために使用されます。
参加者は簡単な質問に遭遇します。
|
|
アクティブコンパレータ：エラー回避トレーニング
参加者は、学習戦略のエラー回避トレーニングを受けます。
|
頭部 CT の解釈を教えるために使用されるエラー回避トレーニング。
|
この研究は何を測定していますか？
主要な結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
|---|---|---|
|
スキルの伝達（適応的な専門知識）の評価の正答率
時間枠：指導セッションの直後（評価が完了するまで最大 60 分）
|
参加者は、指導セッションで使用されたものとは異なる新しい放射線症例を解釈することにより、頭部 CT 読影スキルの習得を実証する必要があります。
パフォーマンスは、指導セッションでは扱われていない新しい放射線医学コンテンツを使用した頭部コンピューター断層撮影読影テストのパーセントスコアによって評価されます。
スコアの範囲は 0 ～ 100% です。
|
指導セッションの直後（評価が完了するまで最大 60 分）
|
二次結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
|---|---|---|
|
学習目標（日常的な専門知識）に対するセッション後の習熟度評価の正解率
時間枠：指導セッションの直後（評価が完了するまで最大 60 分）
|
参加者は、指導セッションで使用されたものと同様の放射線医学の症例を解釈することにより、介入の学習目標の直接の適用を実証する必要があります。
パフォーマンスは、指導セッションで使用されるものと同様の放射線医学コンテンツを使用した頭部コンピューター断層撮影読影テストのパーセントスコアによって評価されます。
スコアの範囲は 0 ～ 100% です。
|
指導セッションの直後（評価が完了するまで最大 60 分）
|
|
大学院の学年レベルが試験後の成績に及ぼす影響
時間枠：指導セッションの直後（評価が完了するまで最大 60 分）
|
頭部 CT 読影テスト (適応的専門知識と日常的な専門知識の両方) の成績はパーセントスコアによって評価され、研修医の訓練段階全体での差異を示すために大学院の学年レベルによって階層化されます。
スコアの範囲は 0 ～ 100% です。
|
指導セッションの直後（評価が完了するまで最大 60 分）
|
|
適応型専門知識ケースにおけるパフォーマンスに対するエラーの調停効果
時間枠：教育介入中にエラーの数が測定されます
|
教育的介入中に発生したエラーの数は、エラー管理トレーニング (難しい) 部門とエラー管理トレーニング (簡単) 部門の両方で測定されます。
適応的専門知識を測定する場合、学習中に犯したエラーがその後のパフォーマンスに及ぼす影響を評価するために、調停分析が実施されます。
|
教育介入中にエラーの数が測定されます
|
協力者と研究者
ここでは、この調査に関係する人々や組織を見つけることができます。
スポンサー
協力者
捜査官
- 主任研究者：Leonardo Aliaga, MD、Stanford University
出版物と役立つリンク
研究に関する情報を入力する責任者は、自発的にこれらの出版物を提供します。これらは、研究に関連するあらゆるものに関するものである可能性があります。
一般刊行物
- Mylopoulos M, Brydges R, Woods NN, Manzone J, Schwartz DL. Preparation for future learning: a missing competency in health professions education? Med Educ. 2016 Jan;50(1):115-23. doi: 10.1111/medu.12893.
- Aliaga L, Clarke SO. Rethinking Radiology: An Active Learning Curriculum for Head Computed Tomography Interpretation. West J Emerg Med. 2022 Jan 1;23(1):47-51. doi: 10.5811/westjem.2021.10.53665.
- Pusic MV, Santen SA, Dekhtyar M, Poncelet AN, Roberts NK, Wilson-Delfosse AL, Cutrer WB. Learning to balance efficiency and innovation for optimal adaptive expertise. Med Teach. 2018 Aug;40(8):820-827. doi: 10.1080/0142159X.2018.1485887. Epub 2018 Aug 9.
- Royce CS, Hayes MM, Schwartzstein RM. Teaching Critical Thinking: A Case for Instruction in Cognitive Biases to Reduce Diagnostic Errors and Improve Patient Safety. Acad Med. 2019 Feb;94(2):187-194. doi: 10.1097/ACM.0000000000002518.
- King A, Holder MG Jr, Ahmed RA. Errors as allies: error management training in health professions education. BMJ Qual Saf. 2013 Jun;22(6):516-9. doi: 10.1136/bmjqs-2012-000945. Epub 2013 Jan 3.
- Dyre L, Tabor A, Ringsted C, Tolsgaard MG. Imperfect practice makes perfect: error management training improves transfer of learning. Med Educ. 2017 Feb;51(2):196-206. doi: 10.1111/medu.13208. Epub 2016 Dec 12.
- Gardner AK, Abdelfattah K, Wiersch J, Ahmed RA, Willis RE. Embracing Errors in Simulation-Based Training: The Effect of Error Training on Retention and Transfer of Central Venous Catheter Skills. J Surg Educ. 2015 Nov-Dec;72(6):e158-62. doi: 10.1016/j.jsurg.2015.08.002. Epub 2015 Sep 8.
- Keith N, Frese M. Effectiveness of error management training: a meta-analysis. J Appl Psychol. 2008 Jan;93(1):59-69. doi: 10.1037/0021-9010.93.1.59.
- Keith N, Frese M. Self-regulation in error management training: emotion control and metacognition as mediators of performance effects. J Appl Psychol. 2005 Jul;90(4):677-91. doi: 10.1037/0021-9010.90.4.677.
- Kua J, Lim WS, Teo W, Edwards RA. A scoping review of adaptive expertise in education. Med Teach. 2021 Mar;43(3):347-355. doi: 10.1080/0142159X.2020.1851020. Epub 2020 Nov 28.
- Eva KW. Diagnostic error in medical education: where wrongs can make rights. Adv Health Sci Educ Theory Pract. 2009 Sep;14 Suppl 1:71-81. doi: 10.1007/s10459-009-9188-9. Epub 2009 Aug 11.
- Soderstrom NC, Bjork RA. Learning versus performance: an integrative review. Perspect Psychol Sci. 2015 Mar;10(2):176-99. doi: 10.1177/1745691615569000.
- Metcalfe J. Learning from Errors. Annu Rev Psychol. 2017 Jan 3;68:465-489. doi: 10.1146/annurev-psych-010416-044022. Epub 2016 Sep 14.
- Mylopoulos M, Kulasegaram K, Woods NN. Developing the experts we need: Fostering adaptive expertise through education. J Eval Clin Pract. 2018 Jun;24(3):674-677. doi: 10.1111/jep.12905. Epub 2018 Mar 8.
- Mylopoulos M, Steenhof N, Kaushal A, Woods NN. Twelve tips for designing curricula that support the development of adaptive expertise. Med Teach. 2018 Aug;40(8):850-854. doi: 10.1080/0142159X.2018.1484082. Epub 2018 Jul 15.
研究記録日
これらの日付は、ClinicalTrials.gov への研究記録と要約結果の提出の進捗状況を追跡します。研究記録と報告された結果は、国立医学図書館 (NLM) によって審査され、公開 Web サイトに掲載される前に、特定の品質管理基準を満たしていることが確認されます。
主要日程の研究
研究開始 (実際)
2022年7月18日
一次修了 (実際)
2023年7月31日
研究の完了 (実際)
2023年9月30日
試験登録日
最初に提出
2022年3月10日
QC基準を満たした最初の提出物
2022年3月10日
最初の投稿 (実際)
2022年3月17日
学習記録の更新
投稿された最後の更新 (実際)
2024年4月2日
QC基準を満たした最後の更新が送信されました
2024年3月31日
最終確認日
2024年3月1日
詳しくは
本研究に関する用語
その他の研究ID番号
- 64099
個々の参加者データ (IPD) の計画
個々の参加者データ (IPD) を共有する予定はありますか?
いいえ
IPD プランの説明
データを共有する現在の計画はありません。
医薬品およびデバイス情報、研究文書
米国FDA規制医薬品の研究
いいえ
米国FDA規制機器製品の研究
いいえ
この情報は、Web サイト clinicaltrials.gov から変更なしで直接取得したものです。研究の詳細を変更、削除、または更新するリクエストがある場合は、register@clinicaltrials.gov。 までご連絡ください。 clinicaltrials.gov に変更が加えられるとすぐに、ウェブサイトでも自動的に更新されます。